水轮发电机组振动故障诊断系统的研究与设计
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·引言 | 第9页 |
| ·研究目的和意义 | 第9-11页 |
| ·发电机故障诊断的研究内容 | 第11-13页 |
| ·国内外研究现状与发展趋势 | 第13-16页 |
| ·本文主要内容与结构安排 | 第16-18页 |
| 第二章 水轮发电机组振动理论及故障信号的处理方法 | 第18-29页 |
| ·水轮发电机组振动故障的特点 | 第18-19页 |
| ·水轮发电机组典型故障 | 第19页 |
| ·水轮发电机组振动故障的振因分析 | 第19-26页 |
| ·水力因素 | 第19-23页 |
| ·机械因素 | 第23-24页 |
| ·电气因素 | 第24-26页 |
| ·水电机组振动故障诊断信号的处理方法 | 第26-27页 |
| ·振动信号监测 | 第26页 |
| ·振动信号分析方法 | 第26-27页 |
| ·振动故障特征分析 | 第27页 |
| ·本章小结 | 第27-29页 |
| 第三章 水电机组故障诊断系统的总体方案设计 | 第29-47页 |
| ·系统设计原则与功能 | 第29-31页 |
| ·设计基本原则 | 第29-30页 |
| ·系统主要功能 | 第30-31页 |
| ·智能诊断方法的选择 | 第31-33页 |
| ·传统专家系统的缺陷 | 第31-32页 |
| ·神经网络专家系统的提出 | 第32页 |
| ·专家系统与神经网络的结合 | 第32-33页 |
| ·神经网络专家系统的总体结构设计 | 第33-43页 |
| ·神经网络专家系统知识库的建立 | 第35-36页 |
| ·BP神经网络学习算法 | 第36-43页 |
| ·BP算法的改进 | 第43页 |
| ·系统的总体方案设计 | 第43-46页 |
| ·系统总体结构 | 第44页 |
| ·系统网络隔离 | 第44-46页 |
| ·与监控系统的通信设计 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第四章 振动故障诊断系统的软硬件设计 | 第47-57页 |
| ·系统的硬件设计 | 第47-53页 |
| ·传感器系统 | 第47-51页 |
| ·数据采集与与处理系统 | 第51-52页 |
| ·上位机设备选型 | 第52-53页 |
| ·系统的软件模块设计 | 第53-56页 |
| ·状态监测模块 | 第53-54页 |
| ·数据管理模块 | 第54-55页 |
| ·故障诊断模块 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 故障诊断系统的实现与试验研究 | 第57-70页 |
| ·系统开发工具 | 第57-58页 |
| ·故障诊断模块的实现 | 第58-63页 |
| ·神经网络专家系统的构建 | 第58-61页 |
| ·BP神经网络仿真 | 第61-63页 |
| ·神经网络专家系统在水电机组振动故障中的试验研究 | 第63-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间主要的研究成果 | 第77页 |
